| Dozent: | Dr.-Ing. Veronika Gamper |
| Assistenten: | |
| Zielgruppe: | Bachelor |
| ECTS: | |
| Umfang: | 0/0/2 (SWS Vorlesung/Übung/Praktikum) |
| Turnus: | Sommersemester |
| Anmeldung: | TUMonline |
| Zeit & Ort: | Blockkurs 03.-06.04.2023 + 21.04.2023 |
| Beginn: | erste Vorlesung 03.04.2023 |
Inhalt
Natural Language Processing (NLP) ist ein interdisziplinäres Fachgebiet an der Schnittstelle zwischen der Informatik und der Linguistik sowie mittlerweile ein Teilbereich der Künstlichen Intelligenz. Es befasst sich mit Algorithmen, welche die natürliche Sprache des Menschen (geschrieben oder gesprochen) interpretieren, um darüber einen Computer zu befähigen aus dem Inhalt Erkenntnisse zu ziehen. So kann man beispielsweise Texte gewissen Themen zuordnen, ähnliche Texte finden, Texte als positiv oder negativ behaftet einstufen. Neueste Sprachmodelle, die auf künstlicher Intelligenz beruhen, können in Texten Antworten auf Fragen finden, Texte automatisiert zusammenfassen, sie vervollständigen und selbst vollkommen neue Texte generieren.
Ziel des Projektpraktikums Natural Language Processing ist die Vermittlung von grundlegendem Wissen zu Natural Language Processing und aktuell in der Praxis eingesetzten Algorithmen, sowie die Vermittlung von praktischen Kenntnissen zur Interpretation von Texten und Verwendung in Anwendungsbeispielen. Die Studierenden erlernen dazu die erforderlichen Implementierungskenntnisse unter Verwendung der Programmiersprache Python.
Folgende Teilbereiche werden vermittelt:
- Syntaktische und statistische NLP Methoden
- Transformerbasierte Modelle, generative Sprachmodelle
- Text2Image Modelle
Wir diskutieren verschiedene Methoden und aktuelle Entwicklungen diskutieren und wenden diese praktisch an, um
- Möglichkeiten und konkrete Anwendungen für Natural Language Processing zu erkennen und zu verstehen
- Systematisch Lösungsansätze zu Aufgabenstellungen im Bereich des Verstehens und Generierens von Texten zu finden
- Aktuelle Herausforderungen und Diskussionen im Bereich NLP und speziell transformer-basierter generativer Sprachmodelle zu kennen und nachvollziehen zu können, Überlegungen zu aktuellen Herausforderungen anzustellen
- In team-orientierter Arbeitsweise verschiedene Teilaufgaben einer Problemstellung zu einem kohärenten Gesamtergebnis zusammenzusetzen
Zielgruppe und Anmeldung
Die Vorlesung wird für den ...-Studiengang im xx. Fachsemester angeboten Desweiteren wird die Vorlesung auch für Studierende des xxx und des xxxx angeboten.